Windows環境、Python で、OpenCV で、画像から顔検出
OpenCV: Face Detection using Haar Cascades
顔認識として、以下から取得したカスケードファイル
opencv/data/haarcascades at master · opencv/opencv · GitHub
| haarcascade_frontalface_default.xml | 正面を向いた顔の認識用カスケードファイル |
| haarcascade_eye.xml | 瞳を認識するカスケードファイル |
（他にも、haarcascade_smile.xml など、笑顔の認識用などあるので参考に）
これで、cv2.CascadeClassifier より、
抽出処理 detectMultiScale を実行すると、処理が終わってもプロセスは停止しない。
OpenCVは、opencv-python 4.5.1.48 を使っている。
良い方法が見つからなかったので、並行処理プロセス multiprocessing で実行させる。
サンプル
cascade というフォルダに検出用のカスケードファイルを置き、
検出対象の画像pahと、検出後、検出部分を四角形で囲んだ画像を書込むpathを指定して実行する
クラスを用意して、multiprocessing で実行、
join(timeout=1) で待ち合わせて、.terminate() で終了させる。
# -*- coding: UTF-8 -*-
import cv2
import multiprocessing
class facecatch():
def __init__(self):
face_cascade_path = 'cascade/haarcascade_frontalface_default.xml'
eye_cascade_path = 'cascade/haarcascade_eye.xml'
self.face_cascade = cv2.CascadeClassifier(face_cascade_path)
self.eye_cascade = cv2.CascadeClassifier(eye_cascade_path)
def catch(self, inpath, out):
src = cv2.imread(inpath)
src_gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
faces = self.face_cascade.detectMultiScale(src_gray)
count = 0
for (x, y, w, h) in faces:
face = src[y: y + h, x: x + w]
face_gray = src_gray[y: y + h, x: x + w]
eyes = self.eye_cascade.detectMultiScale(face_gray)
if len(eyes) == 2:
count = count + 1
cv2.rectangle(src, (x, y), (x + w, y + h), (255, 0, 0), 2)
if count > 0:
cv2.imwrite(out, src)
return count
class Worker(multiprocessing.Process):
def __init__(self):
super().__init__()
def setImagePath(self, imgpath, outpath):
self.imgpath = imgpath
self.outpath = outpath
def run(self):
self.f = facecatch()
self.cnt = self.f.catch(self.imgpath, self.outpath)
print('検出 count = %d' % self.cnt)
return self.cnt
def getcount(self):
return self.cnt
if __name__ == '__main__':
p = Worker()
p.setImagePath('data/lena.jpg', 'out/result.jpg')
p.start()
p.join(timeout=1)
p.terminate()
print('finish !')このサンプルは、顔の輪郭の中で、瞳を認識（瞳を２個検出）しないと、顔として検出したことにしない方法である。
